基于创客模式的工业设计专业课程教学改革研究与实践

随着创客运动在全球范围内的兴起,大学生创客成为主力军,越来越多的高校为培养创新创业人才,依托高校创客空间进行高校创客教育。本文从创客课堂教学、创客课外实践、创客科研及网络虚拟教学三个方面进行了工业设计专业课程教学的创客模式改革研讨,旨在顺应时代抓住机遇,满足社会对人才的需求,提高学生实践能力,提高教学质量。     

基于半跨模式波的铝合金板底面缺陷TOFD检测

采用超声衍射时差法（TOFD）检测铝合金板底面缺陷时，受直通波脉冲宽度影响存在近表面盲区。提出了TOFD半跨模式波法进行盲区抑制，利用一次底面反射波在缺陷端点处衍射波的特征及其在B扫查图像中的对称性推导底面缺陷定深公式。仿真和实验结果表明，对于厚度为7.0 mm的铝合金板，在探头中心距为40 mm、中心频率为10 MHz的检测条件下TOFD半跨模式波法能将近表面盲区抑制64%以上，且深度不小于2.0 mm底面缺陷的定位误差不超过6.32%。与模式转换波及TOFD-W波相比，半跨模式波不会与底波混叠且离直通波较近，在铝合金板底面缺陷检测中适用性较强。     

商业银行高管离职市场效应的性别差异分析

证券市场普遍地将高管的离职事件作为特殊事件对待,而由于商业银行的特殊性质,其高管离职事件又与普通上市公司不同。选择2007~2012年间16家上市商业银行的高管离职事件为样本,在以事件分析法分析商业银行高管离职事件市场效应的基础上,实证研究了商业银行高管离职事件中的"性别差异"问题。研究发现,市场投资者对于不同性别的商业银行高管离职事件表现出不同的态度,较之男性商业银行高管离职事件,市场投资者在女性商业银行高管离职事件中,显著地获得了更多的累积超额收益,也就是说,在商业银行高管离职事件中,显著地存在"性别差异"。     

雷达/红外复合导引头抗干扰跟踪方法

为了有效应对强噪声干扰、箔条干扰以及红外诱饵干扰,提出了一种雷达/红外复合导引头抗干扰跟踪方法.该方法通过导引头观测信息关联度的检测、新息方差迹值的比较,进而对于扰进行判断,然后选择合适的导引头工作模式对目标进行跟踪.仿真结果表明,所提出的协同跟踪方法不仅可以保证较高的跟踪精度,而且可以保证在干扰环境下对目标跟踪的连续性与稳定性.     

基于时空轨迹信息的目标行为模式在线分类方法

在预警监视领域，及时地预测目标行为模式对于态势认知至关重要。首先，针对当前大多数目标行为分类器实时性不强、对离群轨迹不敏感等问题，提出了带有离群检测的归纳式一致性多类预测器（ICMP）。其次，针对目标行为分类算法仅考虑目标的空间位置信息，而忽略航向和速度信息的问题，基于轨迹的时间和空间2个维度的信息提出了时空Hausdorff距离（STHD），从而可以有效区分空间位置相似但运动速度和方向不同的行为。然后，基于定向时空Hausdorff距离和K最近邻思想构造了定向时空Hausdorff最近邻不一致性度量函数（DSHNN-NCM）；在此基础上，提出了带有离群检测的序贯时空Hausdorff最近邻归纳式一致性多类预测器（SSHNN-ICMP），能够在预警监视场景下对目标频繁出现的行为进行在线学习和分类。最后，分别在仿真军事场景和真实民用场景中进行实验分析，结果表明本文算法具备较好的准确性和实时性，在预警监视任务中有良好的应用前景。     

系统方法在S模式应用中的重要作用

S模式是有效提高二次雷达运行质量和效率的一项技术变革,总结和学习国际民航业界成功的应用经验,探讨和分析系统方法在S模式应用中的重要作用,对我国民航S模式应用和其他监视系统新技术应用具有重要现实意义。     

基于遗传算法-序列二次规划的涡扇发动机最低油耗性能寻优控制

航空发动机性能寻优控制可充分挖掘发动机潜力,大幅提升发动机性能。燃油消耗率是发动机的一项重要技术指标,对燃油消耗率进行优化,其经济意义及作战效能十分明显。针对飞机巡航状态下发动机节油特性进行研究,在保证航空发动机推力不变及安全工作(如保证发动机不超温、不超转、不喘振等)的前提下,使燃油消耗率最小。以所建立的双转子混合排气加力式涡扇发动机非线性数学模型为研究对象,提出了一种基于遗传算法-序列二次规划(GA-SQP)混合优化算法,该优化算法充分发挥了遗传算法和序列二次规划算法的优势,同时在一定程度上克服了两者的缺点,利用Matlab对该优化算法进行了仿真分析。在随机选取的10个飞行状态点对航空发动机最低油耗模式性能寻优控制进行研究后发现:基于GA-SQP混合算法的优化控制可平均降低油耗3.61%(采用基于遗传算法的优化控制则为3.68%),基于GA-SQP混合算法的优化控制的平均耗时为基于遗传算法的优化控制的23.4%。仿真结果表明,基于GA-SQP混合算法的优化控制无需人为设置初始解,不仅能达到与基于遗传算法的优化控制基本相同的优化控制效果,同时还可大幅降低计算量,提高了计算效率。     

小型固定翼无人机集群综述和未来发展综述

围绕小型固定翼无人机集群这一难度高、发展快、应用前景广阔、多学科交叉的新方向,从集群系统内涵、现有典型项目、关键技术3个角度综述了国内外小型固定翼无人机集群的研究现状。在系统梳理集群系统内涵和应用优势的基础上,从集群协同模式探索、分布指挥体系构建、核心关键技术突破和集群验证等4个视角总结现有典型项目,从体系架构、通信组网、决策与规划、飞机平台、集群飞行、集群安全与集群指控等7个核心点综述了技术研究现状。最后,综合小型固定翼无人机集群中亟需解决的关键技术,展望了这一领域未来的发展趋势。     

基于自适应支配和参考向量的高维多目标优化算法

现有的改进支配方法提高了解集逼近Pareto前沿的能力,但平衡种群收敛性和多样性的能力仍然不足。针对此问题,提出了一种基于自适应支配和参考向量的高维多目标优化算法(An adaptive dominance and reference vector based evolutionary algorithm for many-objective optimization,ADRVEA)。首先提出自适应支配(Adaptive dominance,AD)来设计小生境机制;然后通过参考向量划分目标空间来提高种群多样性;最后构建适应度表达式来实现精英选择。实验证明所提出的ADRVEA不仅性能良好,而且有效平衡了种群的收敛性和多样性。